Tasso di Positività¶
Calcolo del Tasso di Positività.
Max Pierini, Sandra Mazzoli, Alessio Pamovio
Pubblicazioni:
Il Tasso di Positività PP (dall'inglese Percent Positive) è calcolato come nuovi test positivi sul totale dei nuovi test effettuati, è quindi una percentuale che indica quanti, tra i test (tamponi) effettuati giornalmente, sono risultati positivi rispetto al totale dei soggetti testati. Può essere considerato come un indice della trasmissione delle malattie infettive ed è estesamente usato per stimarne l'incidenza (quantità di nuovi casi in un determinato lasso di tempo). Se è maggiore della soglia di allarme, indica anche che il numero di test effettuati non è sufficiente ad individuare tutti i nuovi casi giornalieri ed è quindi necessario sottoporre più persone ai test. La "soglia di allarme" per PP (area rossa nel grafico) di COVID-19 è stata stabilita al 5% . L'Organizzazione Mondiale della Sanità ha, per esempio, raccomandato di rilassare gli interventi non farmacologici (lockdown, distanziamento sociale, ecc) per COVID-19 solo dopo che il PP sia stato osservato al di sotto della soglia di allarme per almeno due settimane.
Come gruppo di studio e analisi dei dati COVID-19, abbiamo ritenuto opportuno aggiungere una "soglia di allerta" al 3% (area gialla nel grafico): se il PP aumenta al di sopra del 3% mostrando un andamento in crescita si può supporre un prossimo verosimile scenario di allarme.
Questi indici aiutano nel definire il quadro della situazione epidemiologica, la sua verosimile prossima evoluzione e influenzano le decisioni politiche, sociali ed economiche.
Ad esempio, un $R_t$ sopra 1 unito ad un PP maggiore del 5%, sono fortemente indicativi di una grave situazione che necessita al più presto di interventi politici, sociali e medici. Al contrario un $R_t$ minore di 1 e un PP al di sotto della soglia di allerta mostrano una situazione in via di risoluzione.
N.B. abbiamo scelto di calcolare il PP usando i nuovi casi testati (soggetti mai testati prima) anziché i nuovi tamponi totali, comprendendo i tamponi totali anche i test ripetuti (controllo e follow-up) su pazienti già risultati positivi in precedenza
I dati grezzi sono
- filtrati con Hampel filter, finestra gaussiana di 7 giorni, $\sigma=2$ per isolare gli outliers dal trend
- smussati con media mobile, finestra gaussiana di 14 giorni, $\sigma=5$ per evidenziare il trend
Italia¶
Regioni¶
SOMMARIO¶
© 2020 Max Pierini. Thanks to Sandra Mazzoli & Alessio Pamovio
Exported from Italia/Percent_Positive.ipynb committed by maxdevblock on Mon Oct 19 17:52:44 2020 revision 61, a940420